[發明專利]一種多特征條件下的模式識別方法

在審

• 申請號: 201710539056.8
• 申請日: 2017-07-04
• 公開（公告）號: CN107506780A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 戴海威;陳星翰;武丙帥;余狄;周永江
• 申請（專利權）人: 上海謙尊升網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海漢聲知識產權代理有限公司31236
• 代理人: 郭國中

1.一種多特征條件下的模式識別方法，其特征在于，包括：

步驟1、建立所需識別目標模式的有向連通圖模型；

步驟2、定義連通的節點與邊的特征，所述特征用函數的形式表現；

步驟3、獲得實時觀測信號，并預處理為可使用觀測信號；

步驟4、根據可使用觀測信號計算有向連通圖模型中所有節點以及邊的特征函數；

步驟5、根據特征函數計算當前各節點的狀態概率與各邊的轉移概率；

步驟6、反復進行步驟二至步驟五，并記錄每一輪的相關信息；

步驟7、通過譯碼識別最佳匹配模式。

2.根據權利要求1所述的多特征條件下的模式識別方法，其特征在于，步驟2中所述特征包括區分有向連通圖中的節點、邊的特征。

3.根據權利要求1所述的多特征條件下的模式識別方法，其特征在于，步驟2中所述特征為單一或者多種特征。

4.根據權利要求1所述的多特征條件下的模式識別方法，其特征在于，步驟3中所述實時觀測信號包括單一和多種信號。

5.根據權利要求1所述的多特征條件下的模式識別方法，其特征在于，步驟3中所述可使用觀測信號可直接應用于步驟二中所定義的函數。

6.根據權利要求1所述的多特征條件下的模式識別方法，其特征在于，步驟5中所述的根據特征函數計算當前各節點的狀態概率與各邊的轉移概率，包括：

每個節點的M個特征函數組合為狀態概率π_i；

每個邊的M′個特征函數組合為轉移概率p_i；

根據當前狀態概率矩陣Π＝{π_i(i＝1,2,…,N)}與轉移概率P＝{p_i(i＝1,2,…)}獲得新的狀態概率矩陣П＝П×P，N為有向連通圖模型中的節點數目。

7.根據權利要求6所述的多特征條件下的模式識別方法，其特征在于，步驟6中所述的相關信息包括：

每一輪的狀態概率矩陣П^t，以及維特比網格矩陣，所述維特比網格矩陣是一個N×T的矩陣，N為有向連通圖模型中的節點數目，T為觀測時間長度，其中第i行第t列代表了在時間t具有最大概率轉移到節點i的節點編號。

8.根據權利要求7所述的多特征條件下的模式識別方法，其特征在于，步驟7包括：

步驟7.1、獲得當前狀態矩陣Π^T中具有最大狀態概率的節點編號v^t；

步驟7.2、根據維特比網格矩陣獲得在時間T-1具有最大概率轉移到v^t的節點編號v^T-1；

步驟7.3、依次類推，反向獲得具有最大概率的識別序列[v^T,v^T-1,…,v^t,…,v⁰]；

步驟7.4、將該識別序列倒序輸出，獲得最佳識別模式[v⁰,v¹,…,v^t,…,v^T]。

9.根據權利要求8所述的多特征條件下的模式識別方法，其特征在于，還包括步驟8，驗證最佳識別模式的可信度并輸出。

10.根據權利要求9所述的多特征條件下的模式識別方法，其特征在于，所述最佳識別模式的可信度為正確模式的概率，包括兩種計算及表示方式：

1、用步驟7.4中的最佳識別模式[v⁰,v¹,…,v^t,…,v^T]的概率p_c來衡量可信度，

pc=Πt=0Tπvt]]>

2、估計最佳識別模式的標準差σ來衡量可信度，以時間t為例，N為有向連通圖模型中的節點數目，X_i為節點的位置信息，μ_t為當前均值，當前標準差σ_t的計算包括

μt=Σi=1NπiXi]]>

σt=Σi=1Nπi(Xi-μt)2.]]>